去反光问题。在不同的光照条件下，汽车照片的质量参差不齐，其中反光问题是图像处理领域特别棘手的一个问题。

角度矫正问题。使用“定损宝”的终端用户一般不会经过专业训练，自然不可能保证每一张上传的照片都拍得端正明晰。有时我们就需要让计算机对图像进行矫正，从而更好的进行判定。

以上这些难题都在我们开发这个项目过程中被逐一攻破。负责这个项目的算法同学经过这段时间的研究几乎个个都成了专业的图像定损员。从图像的噪音去除、类目识别，到目标检测、原因判断，再到程度判断（损坏程度）、目标跟踪，之后对目标进行分割、多图融合，最终生成决策并进行验证。整个链路都依托于深度学习技术。目前全国车险案件达4500万一年，其中60%都为纯外观损伤案件。“定损宝”能够将案件的平均处理成本降低至150元，同时可减少50%的作业量，更可以解决偏远地区过高峰时期定损员人力不足的问题。

注：了解更多定损宝的相关内容，请点击下图了解更多

结语

在演讲的最后，和大家分享一些我在蚂蚁金服做人工智能的感受和想法。

以前我在高校当老师时，经常需要写科研项目申请。一般项目申请需要写清楚两项：技术的原创性和对世界的影响。对于学者们而言，写第一项“技术的原创性”轻而易举，而当写到“对世界的影响”时却常常卡壳。为什么呢？在我看来，学术界的工业界的研究仍存在一定的距离，学术界的研究往往离真实世界的用户需求较远，缺少洞察。今天，我们工业界可以和学术界更积极的进行合作，因为工业界往往拥有更多的数据，并更直接的面临难题和挑战。蚂蚁金服正与世界一流学术机构积极展开合作——如伯克利Rise实验室，最终期望技术的进步能够真正的普惠众生，让人人都能公平的享受人工智能时代的美好生活。

除了学术界的合作，我们也会坚持“技术成熟一个就开放一个”的原则，今天分享的从智能客服助理到平台部署的每一个案例，我们都非常希望未来有一天能够赋能和服务客户，与我们的合作伙伴、客户共同探讨和创造未来！